استخراج خطوط مركزي رگ‌هاي شبكيه چشم با استفاده از ويژگي‌هاي توپوگرافيكي و فيلترهاي جهت‌دار

Instructions and Formatting Rules for Authors of Journal of Intelligent Systems in Electrical Engineering

در اين مقاله مساله استخراج رگ‌هاي شبكيه چشم مورد توجه قرار گرفته است. از آنجايي كه كانال سبز تصوير بهترين كنتراست بين رگ و غير رگ را داراست، از اين كانال براي جداسازي رگ‌ها استفاده شده است. پس از ارتقاي معكوس كانال سبز، آن را به صورت يك رويه توپوگرافيكي تعريف و نقاط ناوداني بيرون را استخراج مي‌كنيم. اين نقاط نماينده نقاط مركزي رگ‌ها هستند. در حضور نويز پيش‌زمينه و توزيع غير يكنواخت روشنايي، نقاط ناوداني بيرون استخراج شده، همگي نماينده نقاط مركزي رگ نيستند. علاوه بر آن، ممكن است نقاط ناوداني بيرون بخش‌هايي از خط مركزي رگ نيز به درستي استخراج نشوند كه در نتيجه خطي پيوسته نخواهيم داشت. براي اتصال اين نقاط مجزا و گسترش آنها با هدف استخراج رگ‌هاي باريك، بانكي از فيلتر جهت‌دار توليد و استفاده شده‌است كه جهت مناسب براي رشد خط مركزي رگ را نشان مي‌دهد. نقاط انتهايي خطوط ناوداني بيرون رشد يافته تا بين خطوط مركزي جدا از هم ارتباط برقرار شود. نتايج حاصل از آزمايش‌ها بر روي پايگاه داده DRIVE نشان دهنده برتري روش پيشنهاد شده نسبت به روش‌هاي موجود است. اين برتري با معيار صحت، ميزان عدم اشتراك و حساسيت سنجيده شده است.

In this paper, we consider the problem of blood vessel segmentation in retinal images. After enhancing the retinal image we use green channel of images for segmentation as it provides better discrimination between vessels and background. We consider the negative of retinal green channel image as a topographical surface and extract ridge points on this surface. The points with this property are located on the centerline of vessels. In the presence of noise and non-uniform illumination the extracted ridge points appear as separated points which consist parts of vessel centerline. In order to connect separated ridge points and extending them for thin vessel extraction, we introduce a bank of directional filters to determine the proper direction for extending the ridge end points. The ridge end points grow to provide link between separated parts of centerline using the introduced procedure. The result of experiment on images in the DRIVE database shows that the proposed method outperforms the existing methods. The performance of the proposed method was evaluated based on accuracy, false positive and false negative criteria.